未来无线通信与大数据、人工智能

香农理论奠定了包括4G、5G在内的现代无线通信技术发展的基础。今后,大数据与人工智能(Artificial intelligence,AI)将深刻影响社会的方方面面。面对未来无线通信超异构网络、多种通信场景、大量天线单元、大带宽、新的服务需求,采用大数据技术或数据驱动和人工智能无疑是必然选择。通过给出物理层调制和解调、未知信道端到端无线通信系统例子,分析了数据驱动对未来端到端无线通信的影响;通过分析智能反射表面技术和人工智能赋能软解调的两个例子,提出了人工智能赋能未来无线通信的思路。简而言之,未来无线通信会大量采用大数据技术和人工智能技术,未来无线通信不仅可以实现“全覆盖、全频谱、全应用、强安全”,还需“全智能”。

面向物联网的近地轨道超大规模卫星星座数据命名机制

基于信息中心网络(ICN)的近地轨道(LEO)超大规模卫星星座是一种支持物联网(IoT)非常理想的网络架构,而数据命名是ICN基本问题之一。针对IoT低时延传输、高吞吐量的数据分发的需要,提出了一种基于ICN的面向IoT的LEO超大规模卫星星座数据命名机制。首先,该数据命名机制采用一种融合分层、多分量、哈希的扁平一体结构。然后,采用前缀标记描述分层名称,满足网内功能中多源快速检索的需要。最后,为检验所提数据命名机制的性能,设计开发了一个基于网络仿真器3(NS-3)的面向IoT的LEO超大规模卫星星座仿真平台。测试仿真结果表明,与传统的基于互联网协议(IP)的体系结构相比,所提出的数据命名机制能够为面向IoT的LEO超大规模卫星星座提供高吞吐量和低延时等更高的服务质量(QoS)。

基于LTE的分布式无人作战平台星型网络性能分析

分布式无人作战是改变未来信息化战争形态的全新作战样式,而网络通信对于未来分布式无人作战至关重要。以分布式无人战车(Distributed unmanned combat vehicle,D-UCV)在未来作战中的应用为背景,搭建了基于长期演进(Long term evolution,LTE)的分布式无人作战平台星型网络拓扑。通过离散事件网络仿真器3(Network simulator 3,NS-3)对星型拓扑下D-UCV与LTE无线基站通信的网络性能进行仿真分析,仿真结果表明,星型结构在LTE网络中的适应性强,D-UCV与LTE无线基站的上下行链路通信性能达到高吞吐量、低丢包率和低时延等,数据能够有效传输。